@MASTERSTHESIS{ 2016:1466257545,
 	title = {Exploração de características analíticas para classificadores automáticos de áudio através de otimização multiobjetivo},
 	year = {2016},
 	url = "http://www.tede2.ufrpe.br:8080/tede2/handle/tede2/7881",
 	abstract = "A escolha de características de áudio sempre foi um tema de bastante interesse entre os especialistas em classificação automática de sons, que veem nessa etapa do processo a parte talvez mais importante dos esforços em resolver problemas de classificação. É nesse sentido que surgem técnicas de Feature Learning com o intuito de conceber novas características que se adequem ao modelo de classificação. Entretanto essas técnicas em geral independem de domínio de conhecimento, podendo ser aplicadas nos mais diversos tipos de dados. Contudo abordagens dependentes de domínio inferem um tipo de conhecimento restrito ao campo que se estuda. Nesse sentido o áudio constitui um campo com possibilidade para Feature Learning que utilize conhecimento específico desse campo. Muitas são as técnicas que procuram melhorar o desempenho da geração de novas características acústicas, dentre elas se destaca aquela que utiliza algoritmos evolucionários para explorar um espaço analítico de funções. Entretanto, os esforços dispendidos até então deixam espaço para melhoras. O intuito desse trabalho é propor e avaliar uma alternativa multiobjetivo para a exploração de características analíticas de áudio. Além do método, que por si já contribui para o intuito, foram organizados experimentos para validação do mesmo através da provação de um protótipo computacional que implementasse a solução proposta. Ao fim foi constatado a efetividade do modelo e a garantia de que ainda há espaços para melhora no segmento escolhido.",
 	publisher = {Universidade Federal Rural de Pernambuco},
 	scholl = {Programa de Pós-Graduação em Informática Aplicada},
 	note = {Departamento de Estatística e Informática}
}